这是一篇关于基于视觉语言融合的磁浮轨道定子面检测方法逻辑图，每个模块标注核心创新价值：顶部提示生成实现链式推理语义扩展、右侧掩码生成做到缺陷位置可控、右下数据均衡完成五类缺陷样本扩充、底部融合检测依托图文双向增强搭建检测网络、左下查询选择实现语言引导缺陷定位、左上鲁棒提升达成小样本高精度识别。页面底部完整标注完整研究主线流程：LLM 生成多样化缺陷描述→空间掩码约束扩散生成样本→视觉语言融合检测网络训练→最终提升模型 mAP 与 F1 指标，清晰串联多模态大模型、扩散模型、工业缺陷检测全链路创新逻辑，将复杂的跨模态小样本轨道检测算法、技术创新点、完整研究闭环整合为直观清晰的可视化框架，解决科研人员论文核心创新点展示零散、课题汇报难以快速概括研究整体思路、专业科研示意图绘制耗时繁琐的痛点。硕博研究生可直接复用框架绘制毕业论文、期刊论文核心思路示意图；轨道交通 AI 研发工程师用于轨道运维检测项目方案汇报、算法迭代思路展示；自动化专业课教师可作为多模态工业视觉教学案例；本科应届生依托模板快速完成毕业设计课题核心框架图，省去手动梳理多模态算法研究逻辑、分层绘制科研图表的大量时间，零基础科研初学者也能快速产出规范专业的工业缺陷检测课题可视化图纸。